ABC_MATLAB_V2

WSN中DV-HOP算法源程序，有节点分布图，误差图(WSN DV-HOP algorithm source node maps, error plots)

堆栈自编码，通过两个稀疏自编码的堆叠和softmax分类模型，实现手写体的分类。(Stack self-encoding, since encoding by two sparse stack and softmax classification model to classify handwriting.)

基于MATLAB的锅炉液位控制系统，采用模糊控制(MATLAB-based boiler level control system using fuzzy control)

说明：  普通显示技术是根据几何光学成像原理，记录下光波的振幅，将空间物体成像在一个平面上。由于丢失了光波的相位信息，因而物体的信息是不完整的。全息图因能够完整地记录物光波的振幅和相位，因而能够包含物体的全部信息。菲涅耳全息术作为全息术的一个分支，更是得到了飞速的发展，已经广泛应用于全息干涉计量术、全息存储、全息光学组件、全息显微术等各个领域。 本论文主要研究菲涅耳全息图的编码与显示过程。经典光全息术包括波前记录和波前再现两步。全息波前记录将物光和参考光以干涉条纹记录成全息图，此全息图同时记录了物光波的振幅和相位 然后用参考光照射全息图，该参考光经过衍射后，即可再现出原始物体。 计算全息是将先进的计算机技术和光全息术结合起来，利用计算机产生全息图。它不需要物体实际存在，而是把物波的数学描述输入计算机处理后，绘制出全息图，然后用光学方法重现。本文采用计算全息方法,利用Matlab模拟光线的菲涅耳衍射传播,用计算机生成菲涅耳全息图 ,并由所生成的全息图再现出原始图像 ,完成全息图的数字再现。 (Fresnel hologram coding and display)

非相干子空间算法源程序（CSM）－－－这是一种宽带聚焦矩阵算法(Sub-space algorithm for non-coherent source (CSM)--- This is a broadband focused matrix algorithm)

接收信号为加噪声的QPSK信号，通过球的维纳解，实现系统辨识，达到滤波的目的。(Received signal is the QPSK signal plus noise, the Wiener solution through the ball, to achieve system identification, to achieve the purpose of filtering.)

包含一本经典英文MIMO书籍中所有的图形的程序(MIMO contains a classic English books all graphics programs)

Esfera control gimbal matlab

该仿真程序采用2个码元联合编码的方式对信源数据进行Huffman编码，最后给出了联合编码和单个码元编码以及定长编码的对比分析，并将编码的二进制数据和解码的数据输出为文本文件hcode.txt及hdecode.txt。(matlab)

说明：  粒子群算法（PSO）是一种基于群体的随机优化技术。与其它基于群体的进化算法相比，它们均初始化为一组随机解，通过迭代搜寻最优解。不同的是：进化计算遵循适者生存原则，而PSO模拟社会。将每个可能产生的解表述为群中的一个微粒，每个微粒都具有自己的位置向量和速度向量，以及一个由目标函数决定的适应度。所有微粒在搜索空间中以一定速度飞行，通过追随当前搜索到的最优值来寻找全局最优值。 PSO模拟社会采用了以下三条简单规则对粒子个体进行操作：①飞离最近的个体，以避免碰撞。②飞向目标。③飞向群体的中心。这是粒子群算法的基本概念之一。 粒子群算法其基本思想是受许多鸟类的群体行为进行建模与仿真研究结果的启发(Particle swarm optimization (PSO) is a population based stochastic optimization techniques. Based on evolutionary algorithms compared with other groups, they are initialized to a random solution, iterative search through optimal solution. The difference is: the principle of survival of the fittest evolutionary computation to follow, while PSO simulation community. The potential of each solution expressed as a group of particles, each particle has its own position vector and the velocity vector, and a fitness determined by the objective function. All particles in the search space at a constant speed flight, by following the current search to find the optimal values ​ ​ of the global optimum. PSO simulation community has adopted the following three simple rules for the operation of individual particles: ① recently departed individuals, in order to avoid collisions. ② to the target. ③ fly to center groups. This is one of the basic concepts of particle swarm algorithm. PSO algori)